COVID19 与医护人员身心健康
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 疫情期间医护人员的身心健康影响。源站描述指出疫情已波及全球 200 多个国家、超过 300 万人,英国截至 4 月底确诊病例近 16 万、死亡逾 2 万;医护人员因高暴露风险而承受更高焦虑与负面心理社会影响

基本信息
资源简介
COVID19 与医护人员身心健康
该数据集来自 clinicaltrials.gov,聚焦 COVID-19 疫情期间医护人员的身心健康影响。源站描述指出疫情已波及全球 200 多个国家、超过 300 万人,英国截至 4 月底确诊病例近 16 万、死亡逾 2 万;医护人员因高暴露风险而承受更高焦虑与负面心理社会影响。研究旨在分两阶段评估 COVID-19 对医护人员身体与心理的影响,第一阶段收集信息以评估当前精神症状。数据可用于心理健康相关研究与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心理健康。当前 COVID-19 大流行已影响全球 200 多个国家的 300 多万人。仅在英国,截至 4 月底,确诊病例近 160,000 例,死亡人数超过 20,000 人。这无疑对公众产生了重大的身体和经济影响。医护人员因接触患者血液和体液增加而面临罹患危及生命的传染病的高风险。因此,医护人员可以说经历了加剧的焦虑,并且易受当前 COVID-19 大流行更大的负面心理社会影响。本研究的目的是评估 COVID-19 对医护人员身体和心理的影响。这将分两个阶段进行。在第一阶段,研究人员将收集信息以评估当前的精神症状
【主题与分类】
主题标签:Mental Health。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04433260
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT04433260
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:心理健康。当前COVID-19大流行已影响全球200多个国家超过300万人。仅在英国,截至4月底,确诊病例近16万例,死亡人数超过2万。这无疑对公众造成了显著的身体和经济影响。医护人员因接触患者血液和体液的机会增加,面临发展成危及生命的传染病的高风险。因此,可以说医护人员经历了加剧的焦虑,并且更容易受到当前COVID-19大流行带来的更大负面心理社会影响。本研究旨在评估COVID-19对医护人员身体和心理的影响。这将分两个阶段进行。在第一阶段,研究人员将收集信息,以评估参与本次调查的医护人员(重点关注初级医生)当前的精神症状特征(特别是筛查焦虑或抑郁相关症状)、酒精使用、睡眠相关投诉及整体健康状况。
此外,还将评估这些心理健康和行为参数与压力事件发生率的关联,如长时间工作、工作/岗位调派的不确定性、个人防护设备的可用性以及对家庭/人际关系和自身的担忧。在第二阶段,研究人员将在第6周和第4个月重新评估精神症状的出现或进展、酒精及其他物质的使用、行为或人际关系变化以及身体健康状况。身体健康状况通过是否存在疑似或确诊COVID-19感染以及缺勤情况来评估。具体而言,研究人员将研究个人防护设备供应变化(供应和培训)、延长工作时间以及对家庭成员健康的担忧对工作士气和焦虑水平的影响。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




